Anda di halaman 1dari 9

JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

Penerapan Metode Weighted Product (WP) Dalam Sistem


Pendukung Keputusan Penentuan Pegawai Terbaik

Mujito (1) Suyud Widodo (2)

Program Studi Sistem Informasi


Fakultas Ilmu Komputer Universitas Muhammadiyah Metro

mujito@ummetro.ac.id

Abstrak

Bagian Sub Kepegawaian bertugas mengevaluasi dan melaporkan urusan


kepegawaian pada lingkungan sekretariat direktorat. Kinerja yang maksimal tentu
diharapkan oleh kepala sub kepegawaian untuk meningkatkan kualitas pekerjaan
sehingga laporan kepala sub kepegawaian kepada Sekretariat Direktorat jendral
menjadi baik dan menjadi nilai lebih jika dibandingkan dengan bagian-bagian yang
lainnya. Untuk meningkatkan kinerja diperlukan sebuah penyemangat dan sebuah
peringatan untuk pegawai yang mengalami kinerja menurun. Penyemangat pada
Sub Bagian Kepegawaian dengan cara memberikan sebuah reward atau bonus
kepada pegawai yang kinerjanya teratas dan untuk mengatasi penurunan kinerja dari
seorang pegawai Sub Bagian Kepegawaian memberikan sebuah Surat Peringatan.
Sehingga ini menjadi sebuah kekurangan pada Sub Bagian Kepegawaian dalam
menentukan pegawai terbaik. Melihat permasalahan yang dialami oleh Sub Bagian
Kepegawaian dalam menentukan pegawai terbaik maka penulis ingin membantu
permasalahan tersebut dengan cara memanfaat sebuah algoritma yang dapat
melakukan perhitungan dan perangkingan secara otomatis. Algoritma penulis
gunakan pada Sub Bagian Kepegawaian menggunakan algoritma Weighted Product
(WP), yang diimplementasikan kedalam sebuah sistem sehingga diharapkan dapat
membantu Kepala Sub Bagian Kepegawaian dalam membuat kebijakan dalam
menentukan pegawai terbaik dan membuat surat peringatan kepada pegawai yang
mengalami penuruan.

Kata Kunci : Kinerja, Bagian, Pegawai, Peringatan, Algoritma

Abstract

The Sub-Staffing Section is in charge of evaluating and reporting staffing affairs in


the secretariat environment of the directorate. Maximum performance is certainly
expected by the head of the sub-staffing to improve the quality of work so that the
report of the head of the sub-staffing to the Secretariat of the Directorate General
becomes good and becomes more value when compared to other parts. To
improve performance, an encouragement and a warning is needed for employees
who experience declining performance. Encouragement to the Staffing Sub-
Section by giving a reward or bonus to employees whose performance is top and
to overcome the decline in performance of an employee of the Staffing Sub-
Section provides a Warning Letter. So that this becomes a shortcoming in the

10
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

Staffing Sub-Section in determining the best employees. Seeing the problems


experienced by the Staffing Sub-Section in determining the best employees, the
author wants to help the problem by utilizing an algorithm that can perform
calculations and programming automatically. The author's algorithm is used in the
Staffing Sub-Section using the Weighted Product (WP) algorithm, which is
implemented into a system so that it is expected to help the Head of the Staffing
Sub-Section in making policies in determining the best employees and making
warning letters to employees who experience degeneration.

Keywords : Performance, Parts, Employees, Warnings, Algorithms

PENDAHULUAN

Latar Belakang Masalah


Bagian Sub Kepegawaian bertugas mengevaluasi dan melaporkan urusan
kepegawaian pada lingkungan sekretariat direktorat. Kinerja yang maksimal tentu
diharapkan oleh kepala sub kepegawaian untuk meningkatkan kualitas pekerjaan
sehingga laporan kepala sub kepegawaian kepada Sekretariat Direktorat jendral
menjadi baik dan menjadi nilai lebih jika dibandingkan dengan bagian-bagian yang
lainnya. Untuk meningkatkan kinerja diperlukan sebuah penyemangat dan sebuah
peringatan untuk pegawai yang mengalami kinerja menurun. Penyemangat pada
Sub Bagian Kepegawaian dengan cara memberikan sebuah reward atau bonus
kepada pegawai yang kinerjanya teratas dan untuk mengatasi penurunan kinerja dari
seorang pegawai Sub Bagian Kepegawaian memberikan sebuah Surat Peringatan.
Untuk melakukan penilaian mengenai kinerja dari seorang pegawai pada Sub
Bagian Kepegawaian dilakukan dengan cara mengamati progress pekerjaan serta
tanggung jawab pekerjaan pegawai.

Sehingga terkadang terjadi penilaian yang tidak maksimal dikarenakan adanya faktor
kedekatan hubungan antara pegawai dengan staf Sub Bagian Kepegawaian yang
menilai kerja dari masing-masing pegawai. Sehingga ini menjadi sebuah kekurangan
pada Sub Bagian Kepegawaian dalam menentukan pegawai terbaik. Melihat
permasalahan yang dialami oleh Sub Bagian Kepegawaian dalam menentukan
pegawai terbaik maka penulis ingin membantu permasalahan tersebut dengan cara
memanfaat sebuah algoritma yang dapat melakukan perhitungan dan perangkingan
secara otomatis. Algoritma penulis gunakan pada Sub Bagian Kepegawaian
menggunakan algoritma Weighted Product (WP), yang diimplementasikan kedalam
sebuah sistem sehingga diharapkan dapat membantu Kepala Sub Bagian
Kepegawaian dalam membuat kebijakan dalam menentukan pegawai terbaik dan
membuat surat peringatan kepada pegawai yang mengalami penuruan.

KAJIAN PUSTAKA DAN LANDASAN TEORI

Sistem Penunjang Keputusan


a. Definisi SPK
Turban dalam bukunya (2010) menyatakan bahwa “Sistem Pendukung
Keputusan dalah sebuah pendekatan yang digunakan untuk mendukung
sebuah pengambilan keputusan”.
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

b. Komponent SPK 11
Menurut Turban (2010), pada sebuah Sistem Penunjang Keputusan
erdt at
beberapa komponen yaitu :

Gambar 1 Komponent SPK

Metode Weighted Product (WP)


Metode Weighted Product (WP) adalah sebuah himpunan yang berhingga dari
sebuah alternatif keputusan yang dijelaskan dalam sebuah istilah beberapa
kriteria pengambilan keputusan (Ningrum, 2012).

a. Prosedur Weighted Product (WP)


Langkah menggunakan metode Weighted Product adalah sebagai berikut :
1. Menentukan Alternatif (Ai) yang akan digunakan dalam hal ini adalah
pegawai.
2. Menentukan Kriteria (C) yang akan digunakan pada pengambilan
keputusan.
3. Menentukan nilai tingkat kepentingan dari suatu kriteria (nilai yang harus
terpenuhi untuk menjadi pegawai terbaik)
4. Menentukan nilai bobot (W) yang akan digunakan.
5. Menentukan nilai pada alternatif (pegawai) pada masing-masing kriteria.
6. Menentukan nilai kategori pada masing-masing kriteria yang digunakan.
jika Cost maka pangkat negatif dan jika Benefit maka berpangkat positif.
7. Melakukan pembobotan nilai bobot ( Σ 𝑤 = 1).
8. Menghitung nilai Vektor S.
9. Menghitung nilai daro Vektor V yang akan dijadikan dasar perhitungan
ranking.

Nilai Vi yang paling besar maka nilai tersebut yang akan terpilih menjadi
pegawai terbaik.

Rancangan Sistem dan Aplikasi


3.1 Rancangan Basis Data
Pada rancangan basis data akan berguna untuk penyimpanan dari data yang
akan digunakan untuk menghitung pegawai terbaik :

a. Nama File : Kriteria


Primary Key : kd_kriteria
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

Struktur :

Tabel 1 : Tabel Kriteria yang digunakan 12

b. Nama File : Pegawai


Primary Key : kd_Pegawai
Struktur :

Tabel 2: Tabel Pegawai

3.2 Rancangan Sistem


Rancangan sistem berguna untuk membuat rancangan tampilan dari aplikasi
yang akan dibuat.
a. Menu Utama

Gambar 2 : Menu utama Aplikasi

Menu utama berfungsi untuk menampilkan keseluruhan menu-menu yang


digunakan untuk menghitung nilai pegawai terbaik, seperti menu master data
yang akan berisi menu pegawai untuk memasukan data pegawai dan menu
laporan untuk menampilkan laporan-laporan.

b. Entry Penilaian Pegawai

13
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

Gambar 3 : Entry Penilaian masing-masing pegawai

Untuk menampilkan nilai dari masing-masing pegawai maka terlebih dahulu


Pilih periode dari penilaian sehingga tampil data entry nilai pegawai, gunakan
tombol ubah untuk mengubah nilai dan pada masing-masing kriteria dan
nama pegawai.

c. Proses Algoritma Weigted Product

Gambar 4 : Proses Algoritma WP

Pada tampilan proses algoritma WP akan di tampilkan keseluruhan proses


ketika menghitung menggunakan algoritma WP dan hasil akhir berupa grafik
perangkingan dan ranking dari sistem pada masing-masing pegawai.

d. Laporan Pegawai Terbaik.

14
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

Gambar 5 : Laporan Pegawi terbaik


.
Analisa Masalah
Analisa Permasalahan pada Penelitian ini menggunakan Fishbone Diagram.
Berikut permasalahan pada Sistem Penunjang Keputusan Pegawai Terbaik:

Proses

waktu proses pengolahan data pada


setiap kriteria menjadi lama
Adanya perhitungan yang
sama antar Pegawai
Perhitungan dan pengolahan data
sering terjadi kesalahan
Salah memilih Pegawai terbaik

Kesulitan dalam mencari Pegawai terbaik


Hasil perhitungan tidak akurat
Belum menggunakan metode dalam
perhitungan Pegawai terbaik
belum ada sistem yang
mempermudah kepala Kasubag pegawai untuk mengolah
Perhitungan data
masih dilakukan manual

People

Gambar 6 : Fishbone Diagram

Permasalahan : Pada Proses, perhitungan dan pengolahan data sering terjadi


kesalahan dan waktu proses pengolahan data pada setiap kriteria mejadi lama
serta salah dalam memilih pegawai terbaik serta Pada People, hasil
perhitungan dari pegawai terbaik seringkali mengalami kesalahan sehingga
pegawai yang terpilih bukanlah pegawai terbaik, dan belum adanya sistem yang
melakukan proses perhitungan pegawai terbaik, perhitungan masih dilakukan
manual dan belum menggunakan metode dalam perhitungan pegawai terbaik.
Solusinya adalah dengan Adanya modul dapat melakukan perhitungan dan
melakukan perangkingan, sehingga Kepala Sub Bagian Kepegawaian dapat
melihat dan dapat menyimpulkan siapa pegawai terbaik. Dan sebuah metode
atau algoritma dalam melakukan perhitungan pegawai terbaik

HASIL DAN PEMBAHASAN


Proses Perhitungan Weighted Product
Metode Weigted Product (WP) digunakan untuk menghitung nilai akhir
Pegawai terbaik. Pada penelitian ini seluruh kriteria yang digunakan
beratribut benefit, sedangkan pada proses perhitungan menggunakan range
nilai 1 – 5 dan menggunakan data pada bagian Sub Bagian Kepegawaian.

15
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

Pada Contoh perhitungan akan memakai data 3 orang pegawai yang


nantinya akan dipilih sebagai pegawai terbaik 1. Berikut kriteria yang
digunakan pada penelitian ini yaitu :

Tabel 3: Tabel nilai Kriteria

1) Setelah memberikan penelitian kriteria pada Pegawai maka didapatkan data


sebagai berikut :

Tabel 4: Tabel Penilaian dari pegawai

Pada pemberian nilai menggunakan range nilai 1- 5


5 = Sangat Baik
4 = Baik
3 = Cukup
2 = Buruk
1 = Sangat Buruk

2) Proses Pembobotan
Setelah memberikan penilaian maka langkah berikutnya adalah
melakukan perhitungan pembobotan dengan rumus:

W = ( 5, 5, 5, 5, 5 )

W = Nilai yang akan dicari (nilai minimal yang harus terpenuhi dari sebuah
kriteria yang akan digunakan sebagai pegawai terbaik). W j merupakan W index
ke j. Jadi untuk W1 yaitu 5, W2 yaitu 5 dan seterusnya. dan Σ𝑊𝑗 merupakan
jumlah dari W yaitu 5, 5, 5, 5, 5. Jadi untuk penilaian bobot W1 menjadi

16
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

3) Menghitung Vector S
Setelah mendapatkan nilai normalisasi bobot, maka proses selanjutnya
yaitu menghitung Vector S menggunakan rumus sebagai berikut:

Dengan i = 1, 2,…,m; dimana :


S Menyatakan nilai preferensi dari alternatif (Vector S)
X : nilai dari sebuah kriteria
W : nilai dari bobot sebuah kriteria
i : nilai sebuah alternatif
j : nilai kriteria yang digunakan
n : jumlah kriteria yang digunakan
Sehingga perhitungan Vector S adalah sebagai berikut :

S1 = (50,1429) x (30,1429) x (50,1429) x (30,1429) x (30,1429) x (50,1429) x (50,1429) = 4.0169


0,1429 0,1429 0,1429 0,1429 0,1429 0,1429 0,1429
S2 = (4 ) x (4 ) x (4 ) x (4 ) x (5 ) x (5 ) x (4 ) = 4.2633
0,1429 0,1429 0,1429 0,1429 0,1429 0,1429 0,1429
S3 = (4 ) x (5 ) x (5 ) x (3 ) x (3 ) x (4 ) x (3 ) = 3.7688

4) Menghitung Vector V
Setelah melakukan perhitungan vektor S. maka akan dilakukan
perhitungan untuk vektor V gunanya sebagai bahan acuan ketika akan
melakukan proses perangkingan dengan menggunakan rumus sebagai
berikut

Keterangan :
𝑉1= nilai Preferensi dari alternatif
x = Nilai dari masing-masing kriteria
w= Nilai Bobot dari kriteria/subkriteria
i= Alternatif yang akan dihitung
j= Kriteria yang digunakan
n= jumlah kriteria
Perhitungan dari Vector V yaitu :

17
JURNAL ILMIAH SISTEM INFORMASI VOLUME 1 NO 1 MARET 2022

5) Melakukan Proses Perangkingan


Setelah mendapatkan hasil dari perhitungan Vektor V dibuatkan tabel
sebagai berikut :

Tabel 5: Perangkingan

Sehingga pegawai yang terpilih menjadi pegawai terbaik adalah Indah


dengan perolehan nilai yaitu 0,3538.

KESIMPULAN
Kesimpulan yang dapat diuraikan dari permasalahan yang terjadi adalah :
a. Penentuan pegawai terbaik pada Sub Bagian Kepegawaian sudah
menggunakan algortima Weigted Product, sehingga kesalahan dalam
perhitungan dapat diminimalisir.
b. Kepala Sub Bagian Kepegawaian dapat mengambil keputusan jika ada nilai
akhir yang sama, dikarenakan adanya perangkingan berdasarkan hasil
keluaran dari aplikasi
c. Kepala Sub Bagian Kepegawaian dapat melihat hasil dari masing-masing
pegawai beserta perhitungan dan rangking dari aplikasi. Sehingga dapat
mengambil keputusan yang tepat mengenai Pegawai Terbaik.

REFERENSI

[1] Farokhah, Lia. Kala'lembang, Adriani (2017) Sistem Pendukung Keputusan Pemilihan
Forum Mahasiswa dengan Metode Weighted Product. Jurnal Ilmiah Teknologi Informasi Asia
Vol.11, No.2, ISSN: 2580-8397.

[2] Ningrum,W.A. (2012). Sistem Pendukung Keputusan untuk Merekomendasikan TV Layar


Datar Menggunakan Metode Weighted Product (WP)

[3] Purba. (2008) Diagram Fishbone dari Ishikawa, Kaoru. Teknik Penuntun Pengendalian
Mutu, Jakarta : Mediyatama Sarana Perkasa.

[4] Turban, Efraim, Jay E Aronson dan Ting Peng Liang, ( 2005 ) Decision Support Systems
and Intelligent Systems. 7th Edition. New Jersey: Prentice-Hall

[5] R. Alfita. ( 2017 ). Perancangan Sistem Pendukung Keputusan Penentuan Prioritas


Produk Unggulan Daerah Menggunakan Metode Weighted Product (WP)

[6] Basri. ( 2017 ). Metode Weighted Product (WP) dalam Sistem Pendukung Keputusan
Penerimaan Beasiswa Berprestasi.

[7] Kusumadewi, et.al. ( 2006 ). Fuzzy Multi-Atribute Decision Making (Fuzzy MADM),
Yogyakarta : Graha Ilmu.

18

Anda mungkin juga menyukai